MétaCan
Menu
Retour à la cohorte
Enregistrement W4405231436 · doi:10.1109/lgrs.2024.3514873

Shipborne HFSWR Direction-Finding Method for Target Detection Based on Correction Matrix

2024· article· en· W4405231436 sur OpenAlexaff
Cheng Wang, Haibo Yu, Ling Zhang, Gangsheng Li, Q. M. Jonathan Wu

Notice bibliographique

RevueIEEE Geoscience and Remote Sensing Letters · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced SAR Imaging Techniques
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMatrix (chemical analysis)Computer scienceMatrix algebraRemote sensingGeologyPhysicsMaterials science

Résumé

récupéré en direct d'OpenAlex

Because of the influence of various factors, such as platform motion, antenna error, clutter, and noise interference, the direction finding (DF) of targets using shipborne high-frequency surface wave radar (HFSWR) becomes extremely difficult, which poses challenges for locating vessels at sea. To achieve more accurate DF for shipborne HFSWR, this letter proposes a method based on correction matrices, dividing the factors that cause DF errors into two categories: platform motion and interference from other sources. After calculating two corresponding correction matrices, a two-step correction is performed on the steering vector of the array to reduce DF errors. Field data experiments validate the performance of the correction matrix-based method for DOA estimation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,752
Score d'incertitude au seuil0,667

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,283
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Geoscience and Remote Sensing LettersMême sujetAdvanced SAR Imaging TechniquesTravaux en français237 207